上周二深夜，我盯着 Cursor 刚生成的一堆烂代码，突然觉得 AI 编程就像雇了一个动作快但耳聋的装修队——你让他砌墙，他给你挖了个坑，还顺便把水管砸爆了。删掉重来，再来一遍，依然是在错误的地基上盖危楼。这种无力感，大概每个用过 AI 写代码的人都懂：它快得惊人，也蠢得让人心惊。

这就是为什么 Superpowers 这个项目能在五个月内狂揽 10.7 万 Star 的原因——它试图解决的不是“怎么写代码更快”，而是“怎么让 AI 不乱写代码”。现在值得写它，是因为这不仅仅是又一个 AI 编辑器插件，而是一场关于“AI 是否需要像人类工程师一样思考”的工作流革命。当大多数人还在比拼谁的模型上下文更长时，Superpowers 的作者 Jesse Vincent（对，就是那个搞出 Markdown 和 Android 键盘应用 K-9 Mail 的大神）选择了一条反直觉的路：让 AI 慢下来。

代码是排泄物，思考才是主食

Superpowers 最核心、也最冒犯人的理念，莫过于那句：代码只是 AI 的排泄物，思考才是主食。

这话听着刺耳，但细想极准。传统的 AI 编程工具，本质上是在训练我们当“提示词工程师”，拼命暗示 AI：“快，给我吐一段代码出来。”我们盯着屏幕，期待那个回车键敲下后，屏幕上流淌出完美的逻辑。但结果往往是：代码跑不通，或者跑通了但逻辑是歪的。为什么？因为 AI 跳过了消化过程，直接排泄。

Superpowers 的做法是，在 AI 碰键盘之前，强制它先“吃”透需求。它不直接生成代码，而是先启动一个 brainstorming（头脑风暴）阶段。在这个阶段，AI 会像那个总是问你“为什么要做这个功能”的资深同事一样，反过来拷问你：这个需求的边界是什么？有没有更简单的方案？是不是 YAGNI（You Aren’t Gonna Need It，你以后根本用不着它）？

这就像以前我们带新人，最怕那种拿到需求就敲键盘的，写出来的东西往往要推倒重来。反而是那些先在纸上画半天流程图、问一堆“傻问题”的新人，最后交出来的代码最稳。Superpowers 就是把这种“磨刀不误砍柴工”的工程素养，硬编码进了 AI 的工作流里。

强迫症式的 TDD：先写测试，没得商量

如果说“先思考”是理念，那强制 TDD（测试驱动开发）就是 Superpowers 的手术刀。

很多开发者嘴上喊着 TDD 好，身体却很诚实地先写实现再补测试——甚至不补测试。但在 Superpowers 的世界里，这根本不可能。它强制执行 Red-Green-Refactor 循环：先写测试，看着测试挂掉，再写代码让测试通过，最后重构。

这听起来很繁琐，但对于 AI 来说，这简直是救命稻草。AI 最擅长的是模式匹配和生成，最不擅长的是全局逻辑一致性。如果不给它一个测试用例做“锚点”，它很容易在几千行代码的生成过程中“精神分裂”，逻辑跑偏。

我试着用它重构了一个老旧的支付模块。以前用纯 Cursor，它会给我生成一堆看似华丽但无法验证的代码。而在 Superpowers 的工作流里，AI 先生成了几十个测试用例，覆盖了各种边界条件。看着那一排排红色的失败标记，我突然有一种安全感——因为我知道，只要这些红灯变绿，这事儿就成了。代码不再是黑盒，测试用例就是最好的文档和契约。

子代理：把大任务拆成小工单

Superpowers 另一个让人眼前一亮的设计是 子代理驱动开发。

这就好比一个项目经理（主代理）拿到了一个模糊的需求：“优化用户登录体验”。他不会自己去写每一行代码，而是先拆解任务：前端改 UI，后端加缓存，数据库加索引。然后，他把这些子任务分发给不同的“专家”（子代理）去执行。

在技术实现上，Superpowers 会创建隔离的 Git Worktrees（工作区）。这意味着，修改登录逻辑的子代理和修改数据库的子代理，是在不同的文件分支上干活的，互不干扰。这完美解决了 AI 编程中常见的“改了一个 Bug，引入三个新 Bug”的混乱局面。

这种架构让 AI 编程从“单线程生成”变成了“多线程协作”。虽然实际上还是同一个模型在跑，但在逻辑上，它已经具备了初级架构师的雏形：知道拆分任务，知道隔离风险，知道分步验收。

支持全家桶，但灵魂在于流程

Superpowers 目前支持 Claude Code、Cursor、Codex、OpenCode、Gemini 等主流模型。这意味着你不必为了用它而换掉熟悉的编辑器或模型。它更像是一个“外挂”的思维方式，强行插入到你和模型之间。

但要注意，它不是银弹。如果你习惯了那种“一句话生成一个网页”的爽感，Superpowers 可能会让你觉得甚至有点“慢”。它会在你急着要代码时，逼着你先写计划；在你以为完工时，逼着你跑测试。

这种“慢”，恰恰是它 10 万 Star 背后的秘密。在 AI 编程的早期，我们追求的是速度和惊奇感；但当 AI 开始真正介入生产环境时，我们突然发现，不可控的速度就是灾难。Superpowers 牺牲了生成速度，换取了极高的可控性和工程质量。

写在最后

Superpowers 的爆火，标志着 AI 编程正在从“玩具时代”走向“工程时代”。它不再满足于炫技般的代码生成，而是开始严肃地对待软件工程的核心问题：如何保证质量？如何管理复杂度？如何让 AI 的产出真正可维护？

代码是排泄物，这话虽然难听，但如果你写过足够多的烂代码，就会承认这有多精准。AI 不缺生成代码的能力，缺的是像人类工程师一样思考的耐心。Superpowers 给了 AI 一套“慢下来”的枷锁，却意外地让它变得更像一个合格的程序员。

也许未来的顶级程序员，不再是那个能最快写出代码的人，而是那个最能设计好“AI 思考流程”的人。

你现在的 AI 编程工作流，是还在“喂饭”，还是已经开始教它“自己吃饭”了？欢迎在评论区聊聊你的踩坑经历。

本文首发于我的技术博客 AI Magician，同步更新于 Hashnode。如果你对 AI 编程、后端架构和云原生技术感兴趣，欢迎通过以上链接查看更多深度拆解和实战记录。